5. K-Fold Cross Validation: Metode ini digunakan untuk mengukur kinerja algoritma Naive Bayes dengan membagi dataset menjadi beberapa bagian untuk training dan testing, sehingga mengurangi bias dan menghindari overfitting.
Hasil Penelitian
Dari hasil penelitian, kami menemukan bahwa algoritma Naive Bayes yang digabungkan dengan metode K-Fold Cross Validation memberikan hasil yang lebih akurat. Berikut adalah beberapa temuan utama:
- Akurasi: Algoritma Naive Bayes menghasilkan akurasi tertinggi sebesar 89.68% setelah menggunakan K-Fold Cross Validation. Tanpa metode ini, akurasi hanya mencapai 68.30% pada data uji.
- Sentimen Masyarakat: Dari 911 tweet yang dianalisis, mayoritas masyarakat memberikan komentar positif terhadap wacana hak angket. Sentimen positif mencapai 501 komentar, sementara sentimen negatif lebih sedikit.Â
KesimpulanÂ
Penelitian ini menunjukkan bahwa penggunaan algoritma Naive Bayes dan K-Fold Cross Validation efektif untuk menganalisis sentimen masyarakat di Twitter tentang wacana hak angket. Dengan hasil yang akurat, metode ini bisa digunakan untuk memahami opini publik terhadap isu-isu penting lainnya.
Masyarakat tampaknya lebih banyak mendukung wacana hak angket, yang menunjukkan bahwa mereka menginginkan transparansi dan kejelasan dalam pemerintahan. Hasil penelitian ini bisa menjadi masukan bagi DPR dalam mengambil keputusan terkait hak angket.
Dengan semakin meningkatnya penggunaan media sosial untuk berdiskusi dan menyuarakan pendapat, analisis sentimen menjadi alat yang sangat berguna untuk memahami opini publik dan mengambil kebijakan yang lebih tepat.